AI驱动设计：融合人工智能与仿真的生成式设计范式
介绍一款融合AI、仿真与优化的生成式设计平台NeuralShipper™ 。它来自于英国的Compute Maritime公司，号称是世界上第一个生成式 AI 驱动的解决方案。专为设计、仿真和优化各种海事资产（如船体形状、螺旋桨、水翼和新设备）而开发，目前已被证明可以显著缩短设计周期时间，同时提供高性能、新颖的设计。
在上个月，西门子数字化工业软件宣布与Compute Maritime（CML） 开展合作，将CML用于船舶设计和优化的旗舰平台NeuralShipper与西门子用于计算流体力学（CFD）和结果验证的Simcenter STAR-CCM+™软件相结合，共同推动生成式人工智能技术在船舶设计领域的应用。
NeuralShipper和Simcenter STAR-CCM+行程协同作用，增强了以仿真驱动的优化能力，允许工程师与优化器一起快速探索生成设计空间，以确定全局最优方案，并缩短产品开发周期。
在设计阶段针对船舶的性能进行优化至关重要。Compute Martime的NeuralShipper能够担任数字建筑师的角色，在设计初期为真正的建筑师提供支持。NeuralShipper可以在几分钟内生成数百个设计选项，助力团队显著加快概念开发，快速进入详细设计阶段。西门子的CFD软件Simcenter STAR-CCM+能够为设计团队自动化仿真过程，并对船舶行为的复杂性进行准确仿真。
简单对生成式设计和参数化设计做个说明：
参数化设计就好比你已经事先拿好一个配方，然后告诉计算机：「我需要一个蛋糕 」，然后把对应的配料指定给它（也就是参数），比如面粉多少、几个鸡蛋、加多少糖。
下次如果你想做一个其他口味的蛋糕，只要微调这些配料（参数）的数值，最终你就会得到一个新的蛋糕。
而生成式设计，你只有一个大致的目标，比如要做一个「很蓬松」的蛋糕，但你并不清楚，不同配料（参数）的数值会怎样影响蛋糕最终的蓬松程度，而这些数值的排列组合可能有成千上万种。生成式设计是一种目标驱动的方法，设计师需要指定自己的设计需要实现什么结果，并确定该如何量化这些结果。
生成式设计的基本的实现逻辑和过程如下图所示。
本质上，生成式设计和传统设计并没有本质的不同，而是效率提高带来的「暴力逼近」，传统的设计方法或许可以同时探索十个方案，而生成式设计却可以在几分钟之内探索数千个方案并进行评估。
